d³fact

Materialflusssimulation: Integration neuer Techniken in den Simulator d³fact

d³fact ist ein Materialflusssimulator, dessen Hauptaugenmerk die interaktive und immersive 3D-Visualisierung der Simulation und der frei erweiterbare auf Java basierende Simulatorkern ist. In den letzten Jahren konnten so neu entwickelte Methoden im Bereich Simulationsmethodik und Computergrafik prototypisch implementiert und ihre Leistungsfähigkeit nachgewiesen werden.

Aggregierte Visualisierung multipler paralleler Simulationen

Die stochastischen Eigenschaften (bspw. Bearbeitungszeiten) von Simulationsmodellen machen zur Gewinnung aussagekräftiger Daten mehrere Simulationsläufe notwendig. Bei der Visualisierung von Simulation wird aber nur das Ergebnis eines Simulationslaufs betrachtet; das beobachtete Verhalten des Modells kann nicht genutzt werden, um aussagekräftige Ergebnisse zu gewinnen. Um diesen Nachteil zu beseitigen, führen wir mehrere Simulationen synchron auf den Knoten eines PC²-Computerclusters aus und aggregieren die Visualisierung der Simulationen in einem einzigen Anzeigefenster. Es entsteht somit ein „visueller Mittelwert“. Als zusätzlicher Nutzen entsteht die Möglichkeit, zur Laufzeit Daten von allen Simulationen zu sammeln und statistisch aufbereitete Daten (bspw. Auslastung, Störzeiten …) zu liefern, die ansonsten erst nach der sequenziellen Durchführung aller Simulationen berechnet werden könnten.

3D-Visualisierung der automatisierten Wegfindung
Aggregierte Visualisierung in 3D

Wissensbasierte Materialflusssteuerung

Im Rahmen des durch die Deutsche Forschungsgemeinschaft geförderten Projekts „Modellbasierte Methoden zur echtzeitnahen Adaption und Steuerung von Distributionssystemen“ forscht die Fachgruppe „Wirtschaftsinformatik, insb. CIM“, in Kooperation mit der TU Dortmund an neuartigen Methoden im Bereich der dynamischen Distributionslogistik. Auf der Ebene der Netzwerkadaptivität werden belastungsorientierte Modellierungs- und Bewertungsrahmen sowie simulationsbasierte Methoden zur Entscheidungsunterstützung entwickelt.

Auf der intralogistischen Ebene ist eine ereignisorientierte und adaptive Steuerung des Materialflusses mittels fahrerloser Transportfahrzeuge im Fokus. Aufgrund von Bedarfsschwankungen im Distributionsnetzwerk und Unsicherheiten im realen Ablauf kann eine einmal im Voraus berechnete, statische Einsatzplanung der Fahrzeuge nur selten wie erwartet ausgeführt werden. Aus diesem Grund wird ein Verfahren entwickelt, dass anhand der aktuellen Systemmerkmale Steuerungsregeln aufschlüsselt und so auf die momentan vorliegende Situation reagieren kann. Zunächst wurde das Verfahren auf das Problem der Wegfindung von fahrerlosen Transportfahrzeugen innerhalb eines Distributionszentrums angewandt. Es konnten hier wesentliche Fortschritte im Vergleich zu traditionellen Wegfindungsalgorithmen erzielt werden. Um größtmögliche Flexibilität zu bewahren, plant das Verfahren nur inkrementelle Teilpfade. Es wird in jedem Schritt eine Steuerungsregel (in diesem Fall Priorisierungen) zur weiteren Pfadberechnung ausgewählt. Die kritische Auswahl der in der aktuellen Situation optimalen Steuerungsregel geschieht mithilfe einer Wissensbasis, die induktiv aus in der Simulation angetroffenen und gelösten Situationen aufgebaut wird. Bei der offline berechneten Lösung können in der Simulation kurze Zeit später auftretende Ereignisse sowie sämtliche andere Informationen des Systemzustandes berücksichtigt werden. Die Trainingsbeispiele werden so breitgefächert generiert, dass in der Praxis auftretende Situationen dem System bereits bekannt sind und so die optimale Steuerungsregel ausgewählt werden kann. Der Vorteil an dem Verfahren liegt darin, dass die Auswahl durch Zurückgreifen auf die Wissensbasis schnell erfolgen kann und dennoch komplexe Berechnungen und große zeitliche Horizonte in die Entscheidung einfließen.

Erste Ergebnisse zeigen, dass das Verfahren eine steigende Anzahl an Trainingsbeispielen nutzen kann – die korrekte Klassifikationsrate steigt – und innerhalb von Millisekunden situationsabhängig die gelernte Steuerungsregel auswählt.